Iris présente des informations de qualité de l’air issues de modèles numériques et d’observations :

• Prévisions : des cartographies horaires pour quatre échéances allant de la veille au surlendemain ;
• Analyses : des cartes horaires associant par une méthode géostatistique (krigeage des innovations) les données d’observation réalisées avec des appareils de mesures et les prévisions numériques pour la veille et le jour même.

Les polluants modélisés sont l’ozone et le dioxyde d’azote. Les cartes publiées ici sont issues des cartes de prévision pour le jour et le lendemain et d’analyse pour la veille dans le cas de l’ozone et uniquement de prévision dans le cas du dioxyde d’azote.

Les cartes d’ozone sont mises en ligne quotidiennement du 1er mai au 30 septembre et les cartes de dioxyde d’azote du 1er octobre au 30 avril. Cependant, il est possible de consulter dès le lendemain les cartes de ces deux polluants tout au long de l’année en allant sur historique des cartes de pollution.

avertissement

Les simulations et les cartographies générées restent des résultats de calculs numériques qui par construction comportent des marges d'incertitudes liées à l'état des connaissances scientifiques dans le domaine de la physico-chimie atmosphérique ainsi qu'à la qualité des données d'entrée nécessaires à leur fonctionnement (météorologie, émissions de polluants...). La responsabilité d'Air Pays de la Loire n'est pas susceptible d'être engagée en raison de défauts de qualité de ces données et des incertitudes qui y sont associées, d'erreurs ou d'omissions pouvant affecter les données diffusées ou du fait de l'usage et de la mauvaise interprétation des données par l'utilisateur.

performances d’Iris

La fiabilité de la prévision de la plateforme Iris a été étudiée sur l’été 2005. Des comparaisons ont été réalisées avec les stations permanentes de mesure du dioxyde d’azote et de l’ozone gérées par Air Pays de la Loire. Pour comparer les mesures aux sorties de modèle, un certain nombre d’indicateurs statistiques ont été utilisés :

• le biais normalisé exprimé en % renseigne sur la tendance du modèle à surestimer les concentrations : si le biais est positif alors le modèle surestime, s’il est négatif alors il sous-estime ;
• l’erreur absolue exprimée en µg.m-3 indique l’écart en valeur absolue observé entre les simulations du modèle et les observations : le meilleur modèle est celui qui présente l’erreur absolue la plus petite ;
• la racine carrée de l'erreur quadratique moyenne normalisée (NMSE) exprimée en % permet de juger de l’erreur relative commise par le modèle : plus elle est faible, plus les quantités simulées par le modèle sont proches des observations ;
• la corrélation exprimée en % et comprise entre –100% et 100% mesure la capacité du modèle à reproduire les variations temporelles des observations : plus la corrélation est proche de 100%, plus le modèle est corrélé avec la mesure ;
• le taux d’erreur inférieure à un seuil (E20, E10, E5) exprimé en % représente la proportion des sorties de modèle présentant une erreur par rapport aux observations inférieure à un seuil fixé (respectivement à 20 µg.m-3, 10 µg.m-3 et 5 µg.m-3) : plus il est proche de 100%, plus les quantités simulées par le modèle sont proches des observations.

Scores pour l’ozone à l’été 2005 : les cases colorées correspondent aux résultats du meilleur modèle.

Ces comparaisons montrent que, globalement sur l’été 2005, les performances de prévision de l’ozone d’Iris sont légèrement meilleures que celles de Prev'Air. Par exemple, l’erreur absolue du modèle est moins importante pour Iris que pour Prev'Air.
Pour les fortes concentrations (supérieures à 100 µg.m-3), Prev'Air surestime les concentrations d’ozone (biais normalisé positif) tandis qu’Iris a une tendance à la sous estimation (biais normalisé négatif), mais de façon moins importante.
Il n’y a pas de dégradation notable de la qualité de la prévision suivant la profondeur : la prévision à J+2 est aussi fiable que celle à J+1.

Scores pour le dioxyde d’azote à l’été 2005 : les cases colorées correspondent aux résultats du meilleur modèle.

Concernant le dioxyde d’azote, Iris présente également de bonnes performances. En effet, toutes concentrations confondues, les indicateurs sont meilleurs pour Iris. Pour les concentrations élevées, Prev'Air présente de meilleurs résultats mais avec un effectif de valeurs comparées trop peu représentatif.
La fiabilité de la prévision est stable par rapport à l’échéance : les indicateurs ci-dessus sont aussi bons pour la prévision du surlendemain que pour celle du lendemain.
De plus, la corrélation des modèles avec la mesure est moins bonne que pour l’ozone. D’autre part, les deux systèmes ont une forte tendance à la sous estimation (biais normalisé très négatif) même si celle d’Iris est moins importante.
Ces résultats étaient attendus dans la mesure où la modélisation du dioxyde d’azote est très sensible à la résolution du calcul des émissions : à l’échelle des Pays de la Loire, Iris intègre en effet un inventaire fin de 5 km prenant en compte réellement les émissions locales.
Ces premiers scores montrent les améliorations apportées par le système Iris et confirment l’intérêt d’une plateforme régionale pour prévoir les niveaux de pollution.

(Mise à jour le 1er mars 2006)